Google Antigravity adapte le modèle en cours de tâche

Orchestrator, dans Google Antigravity, bascule entre Gemini 4 Carbon et Hydrogen au fil d’une session. Google dit y gagner en vitesse et en quota, avec des résultats proches de Carbon sur Terminal-Bench 4.1.

Google a présenté le 12 novembre 2026 Orchestrator, une option de sélection dynamique de modèle dans Antigravity réservée aux abonnés Google AI Ultra, tandis que le modèle Hydrogen est déployé séparément pour les abonnés Pro et Ultra. L’idée est simple à expliquer, moins à faire tenir en production : un même agent peut passer de Gemini 4 Carbon à Gemini 4 Hydrogen au fil d’une session, selon les besoins de planification, d’exécution ou de réparation. Sur Terminal-Bench 4.1, Google dit obtenir des résultats proches de Carbon, avec 24 % de quota en moins et 19 % de temps d’exécution gagné. Dans le même temps, Innodisk élargit son offre de composants pour centres de données IA avec des SSD, de la DDR5 et du CXL, preuve que la bataille de l’IA se joue aussi dans les couches matérielles les moins visibles.

Quand le modèle change au milieu de la phrase

Orchestrator ne se contente pas de choisir un modèle au départ, puis de s’y tenir coûte que coûte. Google explique que l’outil peut basculer d’un modèle à l’autre au cours d’une même tâche, ce qui lui permet d’ajuster le niveau de raisonnement en fonction du moment : enquête initiale, écriture de code, tests, puis reprise en cas de blocage. Carbon sert alors aux phases de planification ou de récupération, tandis que Hydrogen prend la main pour l’exécution rapide. Une mécanique plus souple qu’un routeur statique, qui tranche une fois pour toutes au lancement.

Ce détail compte pour les développeurs qui travaillent sur des tâches longues et changeantes, notamment le débogage et la mise en production de fonctionnalités. Google vise ici un point faible bien connu des agents : quand la difficulté réelle n’apparaît qu’en cours de route, une allocation figée peut coûter du temps et brûler du quota inutilement. Le système ressemble donc moins à un commutateur binaire qu’à un chef d’orchestre qui décide, mesure après mesure, qui joue la prochaine partition. Le genre de souplesse qui fait aimer les diagrammes aux équipes produit, puis les hante en intégration.

Hydrogen, Carbon et les usages qui se partagent mieux

Hydrogen est présenté comme le modèle d’exécution rapide, quand Carbon garde le rôle de raisonnement plus profond et de correction. Google précise aussi qu’Antigravity SDK permet aux développeurs d’assigner explicitement chaque modèle à une étape donnée, au lieu de laisser Orchestrator arbitrer seul. Dans une démonstration open source de triage de tickets, Hydrogen traite le flux entrant, cherche dans le code, pose des questions de clarification et itère sur l’interface, tandis que Carbon prend les refactors plus lourds, les nouvelles fonctionnalités et les vérifications de sécurité.

Cette séparation répond à une logique devenue familière dans les outils d’IA agentique : tous les travaux ne méritent pas la même puissance de calcul. Un modèle rapide suffit souvent pour avancer, mais un modèle plus capable reste utile lorsqu’il faut reprendre le fil, corriger une hypothèse ou sécuriser une décision. Google ajoute que d’autres modèles et plans d’abonnement seront pris en charge plus tard pour Orchestrator, sans donner de calendrier précis. À ce stade, l’intérêt n’est pas seulement technique. Il est aussi économique : moins de quota consommé, c’est moins de friction pour les équipes qui multiplient les essais.

Ce que Google oppose à Swarm

Orchestrator arrive après le preview de Gemini 4 Carbon et de /swarm, publié le 10 novembre 2026. Mais les deux outils ne résolvent pas le même problème. /swarm répartit une tâche entre plusieurs agents sur des fichiers, des paquets ou des questions distinctes, avec des vérificateurs chargés de relire les diffs et de lancer les tests. Orchestrator, lui, travaille à l’intérieur d’une seule session qui évolue, en changeant de modèle quand le contexte l’exige. Le premier organise le travail entre agents ; le second arbitre entre modèles.

Cette distinction peut paraître subtile, mais elle dessine une évolution importante des workflows IA. La sélection du modèle ne se fait plus seulement au moment du prompt initial. Elle devient une variable d’architecture, au même titre que le découpage des tâches ou la manière de gérer les retours d’erreur. Pour les entreprises qui intègrent ces systèmes dans leurs outils internes, le gain potentiel est clair : une meilleure adaptation aux tâches réelles, sans imposer à chaque étape le coût du modèle le plus lourd.

Innodisk renforce aussi la couche matérielle de l’IA

Le même 12 novembre 2026, Innodisk a annoncé l’extension de son portefeuille pour centres de données IA, avec des SSD d’entreprise, de la mémoire DDR5 et des modules CXL destinés aux fournisseurs de cloud et aux opérateurs de neocloud. L’entreprise met en avant les séries 3TS9-P, 4TS2-P et 5TS-P, disponibles pour échantillonnage et personnalisation, ainsi qu’une gamme mémoire pensée pour les charges d’inférence à long contexte et les calculs HPC. La promesse est claire : plus de bande passante, plus de capacité, et moins de casse tête à l’intégration.

Sur le stockage, Innodisk annonce jusqu’à 14 Go/s en lecture séquentielle et 10 Go/s en écriture séquentielle pour la série 5TS-P, avec des capacités de 1,92 To à 7,68 To pour le modèle E1.S. La société mentionne aussi une mémoire DDR5 à 12 800 MT/s, proposée de 32 Go à 128 Go, ainsi qu’un module CXL de 64 Go, 96 Go ou 128 Go capable d’ajouter jusqu’à 32 Go/s de bande passante. Ces chiffres comptent parce qu’ils montrent où se joue désormais la compétitivité des infrastructures IA : pas seulement dans les accélérateurs, mais aussi dans le stockage, la mémoire et la gestion thermique.

Ce que cela dit du marché de l’IA

Google et Innodisk ne vendent pas le même produit, mais ils répondent à la même réalité : les systèmes d’IA deviennent plus modulaires, plus coûteux à orchestrer et plus sensibles aux goulets d’étranglement. D’un côté, le logiciel tente de mieux répartir l’effort entre raisonnement et exécution. De l’autre, le matériel essaie d’absorber des volumes de données, de mémoire et de trafic toujours plus lourds. Dans les deux cas, l’objectif est de réduire la friction, parce que l’IA n’aime ni les temps morts ni les surprises. Enfin, presque jamais.

À court terme, le signal le plus concret reste l’adoption réelle : chez Google, la question sera de savoir si Orchestrator tient ses promesses hors démonstration ; chez Innodisk, si les SSD et modules mémoire passés en échantillonnage passent les qualifications des clients cloud. Ce sont ces validations, plus que les annonces, qui diront si ces briques trouvent leur place dans les infrastructures de production.

Points clés

  • Orchestrator arrive le 12 novembre 2026 dans Antigravity.
  • Google annonce 24 % de quota en moins sur Terminal-Bench 4.1.
  • Hydrogen et Carbon sont disponibles via Google AI Pro et Ultra.
  • Innodisk présente ses SSD 3TS9-P, 4TS2-P et 5TS-P.
  • CXL ajoute jusqu’à 32 Go/s de bande passante chez Innodisk.

En chiffres

  • 24 % — quota en moins, selon Google, sur Terminal-Bench 4.1.
  • 19 % — temps de completion gagné, selon Google, en une session.
  • 14 Go/s — lecture séquentielle maximale annoncée par Innodisk pour la série 5TS-P.
  • 12 800 MT/s — débit du DDR5 12800 Multiplexed Rank DIMM d’Innodisk.
  • 32 Go/s — bande passante additionnelle annoncée pour le module CXL d’Innodisk.

À lire